网络空间安全学院院讯(通讯员:陈传鑫)近日,Elsevier旗下学术期刊Future Generation Computer Systems在线发表我院学术论文"BCBA: An IIoT Encrypted Traffic Classifier Based on a Serial Network Model"。该论文以曲阜师范大学网络空间安全学院为第一完成单位,王茂励教授为论文第一作者和通讯作者,2022级研究生陈传鑫为论文第二作者(学生第一作者)。Future Generation Computer Systems是中国计算机学会推荐期刊,是中科院二区TOP及JCR一区期刊,最新影响因子6.2。
随着工业物联网 (IIoT) 的快速发展,确保网络流量的安全性和隐私性变得尤为重要。对加密流量进行分类和识别是增强网络安全的关键步骤,但传统的流量分类方法通常难以处理 IIoT 环境的复杂性。在本文中,我们提出了 BCBA 模型,这是一种基于 transformers (BERT) 的双向编码器表示串行网络模型,它显著提高了加密流量分类性能,并且可以比原始 BERT 分类器快四倍以上进行训练。BCBA 方法从预训练 BERT 模型的嵌入层获取词向量表示,使用卷积神经网络 (CNN) 提取局部特征,采用双向长短期记忆 (BiLSTM) 网络来捕获交通数据中的时间依赖关系,并利用多头自注意力机制来提高全局依赖关系理解。这项研究证明了深度学习在增强 IIoT 安全性方面的有效性。它还为未来的研究提供了新的视角和技术路线,特别是在加密流量处理和分类应用方面。
全文链接:https://doi.org/10.1016/j.future.2024.107603
该研究得到了山东省重点研发计划项目和山东省自然科学基金的资助支持。